近期由于畢設(shè)需要使用Yolo，于是經(jīng)過(guò)兩天搗騰，加上看了CSDN上各位大佬的經(jīng)驗(yàn)帖后，成功搭建好了GPU環(huán)境，并能成功使用。因而在此寫(xiě)下這次搭建的歷程。
萬(wàn)事開(kāi)頭難，搭建環(huán)境很費(fèi)時(shí)間，如果一開(kāi)始版本不對(duì)應(yīng)，到后面就要改來(lái)改去，很麻煩。首先要注意以下事項(xiàng)：
1. 你的顯卡驅(qū)動(dòng)版本。
2. 你的顯卡算力。
3. Cuda和Cudnn版本對(duì)應(yīng)問(wèn)題。
4. Torch和Python對(duì)應(yīng)關(guān)系。
我個(gè)人配置如下：
Python 3.7 + CUDA 11.6 + CUDNN 8.4.0 + Torch 1.12.0
目錄
一、Anaconda下載與安裝
二、查看電腦顯卡信息
tips：查看顯卡算力
三、CUDA下載與安裝
3.1 查詢(xún)Cuda版本
3.2 下載CUDA
3.3 CUDA安裝
3.4 檢驗(yàn)CUDA 是否安裝成功
四、CUDNN下載與安裝
4.1 CUDNN下載
4.2 CUDNN解壓
4.3 檢測(cè)CUDNN是否安裝成功
五、Pytorch安裝
5.1 創(chuàng)建Anaconda虛擬環(huán)境
5.2 下載Torch
5.3 檢驗(yàn)torch是否安裝成功
參考致謝
錯(cuò)誤示范：
剛開(kāi)始我的CUDA用的是11.4，后面下載Torch的時(shí)候報(bào)錯(cuò)，找不到滿(mǎn)足版本的torch。
一、Anaconda下載與安裝
下載地址：Anaconda | The World's Most Popular Data Science Platform
二、查看電腦顯卡信息
首先我們得查看自己電腦是否有獨(dú)立顯卡。打開(kāi)設(shè)備管理器 -> 顯示適配器?？梢钥吹轿业碾娔X上有兩塊顯卡。
其次，打開(kāi)NVIDIA控制面板，查看顯卡信息。右鍵 -> NVIDIA控制面板 -> 系統(tǒng)信息 -> 組件
記住你的驅(qū)動(dòng)程序版本和你的NVCUDA64.DLL對(duì)應(yīng)的版本名稱(chēng)。后續(xù)要用。
注意：高版本的Cuda是可以向下兼容的，但是不支持低版本向上兼容。我的電腦支持CUDA11.6，因此我可以向下下載cuda11.3等等，但是比如說(shuō)你的是CUDA 11.0的話(huà)，你就不能下載CUDA 11.3和CUDA 11.6。這是跟著你電腦顯卡信息來(lái)的。切記！?。?/p>
tips：查看顯卡算力
打開(kāi)NVIDIA網(wǎng)站：CUDA GPU | NVIDIA Developer
找到相應(yīng)顯卡所在區(qū)域，點(diǎn)擊查看你的顯卡算力。
三、CUDA下載與安裝
3.1 查詢(xún)Cuda版本
打開(kāi)網(wǎng)址：CUDA 12.1 Release Notes
下滑至該表格處，windows看右邊的驅(qū)動(dòng)版本。表格中CUDA 11.6.x 要>=452.39。我的電腦是512.36（第二步中要記下來(lái)的那個(gè)驅(qū)動(dòng)版本號(hào)），滿(mǎn)足條件。
3.2 下載CUDA
打開(kāi)網(wǎng)址：CUDA Toolkit Archive | NVIDIA Developer
找到對(duì)應(yīng)的CUDA版本，下載。?強(qiáng)烈建議用迅雷?。?！
3.3 CUDA安裝
打開(kāi)exe文件，地址默認(rèn)不要改。
進(jìn)入安裝，然后選擇自定義（高級(jí) ），下一步就行了。[該安裝過(guò)程忘了截圖了。]
3.4 檢驗(yàn)CUDA 是否安裝成功
按 win + R ,輸入cmd，進(jìn)入命令行，輸入命令： nvcc -V? ?(注意中間有空格)
?nvcc -V?
四、CUDNN下載與安裝
4.1 CUDNN下載
打開(kāi)網(wǎng)址：CUDA Deep Neural Network (cuDNN) | NVIDIA Developer
找到對(duì)應(yīng)CUDA 版本的CUDNN版本，下載。下載時(shí)需要登錄NVIDIA賬號(hào)，注冊(cè)即可。下載還是建議用迅雷。
不要選擇太新的CUDNN，我自己下的是CUDNN 8.4.0
4.2 CUDNN解壓
CUDNN是一個(gè)壓縮包，需要解壓到相關(guān)目錄里。
打開(kāi)CUDA所在目錄，我自己電腦上的是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
?CUDNN壓縮包里的內(nèi)容是三個(gè)文件夾。將這三個(gè)文件夾覆蓋到CUDA\v11.6的同名文件夾即可。
4.3 檢測(cè)CUDNN是否安裝成功
按 win + R，輸入cmd，切換目錄路徑到CUDA文件夾里的 v11.6 下的 extras 文件夾下的demo_suite文件夾中，按順序執(zhí)行deviceQuery.exe和bandwidthTest.exe文件。
注意文件位置?。?！
?執(zhí)行deviceQuery.exe, 最后顯示PASS。
?執(zhí)行bandwithTest.exe, 最后顯示PASS。
五、Pytorch安裝
5.1 創(chuàng)建Anaconda虛擬環(huán)境
打開(kāi)Anaconda?Prompt ，輸入命令：conda create -n 你創(chuàng)建的環(huán)境姓名 python==版本號(hào)。
conda create -n pytorch python==3.7
activate pytorch
5.2 下載Torch
Torch和Python對(duì)應(yīng)關(guān)系：mirrors / pytorch / vision · GitCode
打開(kāi)網(wǎng)址：Previous PyTorch Versions | PyTorch
找到對(duì)應(yīng)的CUDA版本命令輸入即可，靜靜等待。
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge
5.3 檢驗(yàn)torch是否安裝成功
打開(kāi)Anaconda?Prompt ，激活環(huán)境，輸入python。
注意：因?yàn)閠orch是python當(dāng)中的，所以要進(jìn)入python語(yǔ)言環(huán)境中。如果直接輸入import torch的話(huà)就會(huì)報(bào)錯(cuò)。
輸入以下代碼進(jìn)行檢驗(yàn)
import torch # 如果pytorch安裝成功即可導(dǎo)入
print(torch.__version__) #torch版本
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA數(shù)量
print(torch.version.cuda) # 查看CUDA的版本號(hào)
以上是我這兩天來(lái)配置環(huán)境的過(guò)程，希望對(duì)正在配置GPU的你有用。如有錯(cuò)誤，敬請(qǐng)各位大佬指正。?
參考致謝
[PyTorch] 安裝筆記, 基于Windows10/cuda11.6 - 知乎
PyTorch、CUDA Toolkit 及顯卡驅(qū)動(dòng)版本對(duì)應(yīng)關(guān)系_pytorch cuda版本對(duì)應(yīng)關(guān)系_浪跡天涯@wxy的博客-CSDN博客
python、torch、torchvision、CUDA、cudnn、GPU、各驅(qū)動(dòng)版本對(duì)應(yīng)問(wèn)題記錄_torch對(duì)應(yīng)cudnn版本_SigMap的博客-CSDN博客
(conda + pip) 配置各版本 Pytorch 深度學(xué)習(xí)環(huán)境_pytorch版本_聽(tīng) 風(fēng)、的博客-CSDN博客文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-677489.html
Win10安裝cuda、cudnn檢測(cè)是否安裝成功_檢測(cè)cudnn_旅途中的寬~的博客-CSDN博客文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-677489.html
到了這里，關(guān)于深度學(xué)習(xí)—Python、Cuda、Cudnn、Torch環(huán)境配置搭建的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
